邊緣計(jì)算中面向異構(gòu)密集無(wú)線網(wǎng)絡(luò)的高效任務(wù)卸載策略研究
發(fā)布時(shí)間:2021-10-29 08:22
過(guò)去的10年,隨著5G、物聯(lián)網(wǎng)技術(shù)的發(fā)展,智能設(shè)備的數(shù)量爆炸式增長(zhǎng),一大批新興的交互式應(yīng)用涌現(xiàn)出來(lái),如虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、自動(dòng)駕駛、圖像識(shí)別等。這些應(yīng)用的典型特點(diǎn)是需要密集的計(jì)算資源的同時(shí)要求極低的延遲,因而不適宜在算力較差、電池容量有限的智能設(shè)備上執(zhí)行。傳統(tǒng)的云計(jì)算技術(shù)由于設(shè)備需要與骨干網(wǎng)絡(luò)通信,也無(wú)法保證延遲參數(shù)。為解決這一兩難困境,移動(dòng)邊緣計(jì)算技術(shù)應(yīng)運(yùn)而生。移動(dòng)邊緣計(jì)算即智能設(shè)備將計(jì)算任務(wù)卸載到邊緣服務(wù)器執(zhí)行,后者部署在網(wǎng)絡(luò)邊緣(通常是與基站等邊緣網(wǎng)關(guān)相連接),利用邊緣網(wǎng)關(guān)的剩余算力進(jìn)行服務(wù),且與設(shè)備間的通信最少只需經(jīng)過(guò)單跳的鏈路,因而有機(jī)會(huì)保證任務(wù)的執(zhí)行延遲。目前邊緣計(jì)算技術(shù)已經(jīng)得到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注,但現(xiàn)有研究普遍存在忽視子任務(wù)間依賴關(guān)系、忽視設(shè)備間通信資源競(jìng)爭(zhēng)、忽視邊緣服務(wù)器計(jì)算資源調(diào)度的問(wèn)題,難以適應(yīng)下一代通信基礎(chǔ)框架下異構(gòu)密集無(wú)線網(wǎng)絡(luò)的需求。有鑒于此,本文將卸載任務(wù)建模為有向無(wú)環(huán)圖(Directed Acyclic Graph,DAG)的形式,以充分考慮子任務(wù)間的數(shù)據(jù)依賴關(guān)系,挖掘子任務(wù)間潛在的并行性。同時(shí)研究多異構(gòu)設(shè)備被密集部署的異構(gòu)邊緣服務(wù)器覆蓋的卸載場(chǎng)景,...
【文章來(lái)源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
典型邊緣計(jì)算系統(tǒng)架構(gòu)圖
一個(gè)典型
電子科技大學(xué)碩士學(xué)位論文34第六章卸載策略仿真與驗(yàn)證6.1仿真平臺(tái)及仿真參數(shù)設(shè)置本章中,我將通過(guò)仿真,研究本文提出的三個(gè)DAG任務(wù)卸載策略的性能和效果。我將研究提出的卸載策略在不同場(chǎng)景下的卸載收益,以及分布式卸載策略的迭代收斂情況。同時(shí),這份工作也將與現(xiàn)有的工作進(jìn)行對(duì)比,以進(jìn)一步說(shuō)明本文算法的有效性。本文的仿真基于matlab,即編寫(xiě)matlab仿真代碼驗(yàn)證算法的性能,部分核心的仿真代碼見(jiàn)附錄部分。仿真時(shí)依據(jù)不同的場(chǎng)景編寫(xiě)腳本,傳遞不同的函數(shù)參數(shù),輸出結(jié)果后繪制仿真圖像即可。仿真中,考慮一個(gè)多接入的邊緣網(wǎng)絡(luò),多個(gè)異構(gòu)的邊緣設(shè)備隨機(jī)分布在多個(gè)異構(gòu)的邊緣服務(wù)器的覆蓋范圍內(nèi)。每個(gè)設(shè)備都具有一個(gè)指定的DAG型任務(wù)。為了更加全面的驗(yàn)證本文提出的卸載策略的性能,仿真中也會(huì)將一些隨機(jī)生成的DAG任務(wù)加入仿真過(guò)程。這些DAG任務(wù)的生成規(guī)則如下:子任務(wù)數(shù)在[2,10]區(qū)間內(nèi)隨機(jī)分布,子任務(wù)所需的計(jì)算量(以需要的CPU周期數(shù)刻畫(huà))在[20,100]百萬(wàn)周期隨機(jī)分布,子任務(wù)間的依賴關(guān)系(有向邊)隨機(jī)生成。邊緣設(shè)備的傳輸功率在[80,150]mW隨機(jī)分布,無(wú)線信道的帶寬各不相同,均勻分布,其均值取為25MHZ,環(huán)境噪聲取為-100dBm。每個(gè)邊緣服務(wù)器的計(jì)算力互不相同,但平均算力是邊緣設(shè)備的10倍。如前所述,服務(wù)器和設(shè)備的CPU調(diào)度均采用非搶占策略。圖6-1分布式卸載策略隨迭代次數(shù)收斂情況6.2分布式卸載策略收斂情況仿真
【參考文獻(xiàn)】:
期刊論文
[1]軟件定義網(wǎng)絡(luò)(SDN)研究進(jìn)展[J]. 張朝昆,崔勇,唐翯翯,吳建平. 軟件學(xué)報(bào). 2015(01)
本文編號(hào):3464316
【文章來(lái)源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
典型邊緣計(jì)算系統(tǒng)架構(gòu)圖
一個(gè)典型
電子科技大學(xué)碩士學(xué)位論文34第六章卸載策略仿真與驗(yàn)證6.1仿真平臺(tái)及仿真參數(shù)設(shè)置本章中,我將通過(guò)仿真,研究本文提出的三個(gè)DAG任務(wù)卸載策略的性能和效果。我將研究提出的卸載策略在不同場(chǎng)景下的卸載收益,以及分布式卸載策略的迭代收斂情況。同時(shí),這份工作也將與現(xiàn)有的工作進(jìn)行對(duì)比,以進(jìn)一步說(shuō)明本文算法的有效性。本文的仿真基于matlab,即編寫(xiě)matlab仿真代碼驗(yàn)證算法的性能,部分核心的仿真代碼見(jiàn)附錄部分。仿真時(shí)依據(jù)不同的場(chǎng)景編寫(xiě)腳本,傳遞不同的函數(shù)參數(shù),輸出結(jié)果后繪制仿真圖像即可。仿真中,考慮一個(gè)多接入的邊緣網(wǎng)絡(luò),多個(gè)異構(gòu)的邊緣設(shè)備隨機(jī)分布在多個(gè)異構(gòu)的邊緣服務(wù)器的覆蓋范圍內(nèi)。每個(gè)設(shè)備都具有一個(gè)指定的DAG型任務(wù)。為了更加全面的驗(yàn)證本文提出的卸載策略的性能,仿真中也會(huì)將一些隨機(jī)生成的DAG任務(wù)加入仿真過(guò)程。這些DAG任務(wù)的生成規(guī)則如下:子任務(wù)數(shù)在[2,10]區(qū)間內(nèi)隨機(jī)分布,子任務(wù)所需的計(jì)算量(以需要的CPU周期數(shù)刻畫(huà))在[20,100]百萬(wàn)周期隨機(jī)分布,子任務(wù)間的依賴關(guān)系(有向邊)隨機(jī)生成。邊緣設(shè)備的傳輸功率在[80,150]mW隨機(jī)分布,無(wú)線信道的帶寬各不相同,均勻分布,其均值取為25MHZ,環(huán)境噪聲取為-100dBm。每個(gè)邊緣服務(wù)器的計(jì)算力互不相同,但平均算力是邊緣設(shè)備的10倍。如前所述,服務(wù)器和設(shè)備的CPU調(diào)度均采用非搶占策略。圖6-1分布式卸載策略隨迭代次數(shù)收斂情況6.2分布式卸載策略收斂情況仿真
【參考文獻(xiàn)】:
期刊論文
[1]軟件定義網(wǎng)絡(luò)(SDN)研究進(jìn)展[J]. 張朝昆,崔勇,唐翯翯,吳建平. 軟件學(xué)報(bào). 2015(01)
本文編號(hào):3464316
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3464316.html
最近更新
教材專著